电池箱散热优化设计方法及其装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种电池箱散热优化设计方法及其装置、设备及存储介质，电池箱散热优化设计方法包括以下步骤：选取设计变量参数和设计目标量参数；在设计变量参数的预设区间内随机生成多个初始样本点；仿真计算每个初始样本点对应的设计目标量参数的第一响应值，并将每个初始样本点以及对应的第一响应值作为初始样本点组；根据所有的初始样本点组建立近似模型，并应用近似模型计算每个初始样本点组的近似样本点组；对所有的近似样本点组进行全局寻优，确定最优近似样本点组；将最优近似样本点组为电池箱的散热参数。本发明专利技术实施例的电池箱散热优化设计方法，缩短了散热设计的时间，提高了设计效率，改善了电池箱的散热效果。

【技术实现步骤摘要】
电池箱散热优化设计方法及其装置、设备及存储介质
本专利技术实施例涉及电池箱技术，尤其涉及一种电池箱散热优化设计方法及其装置、设备及存储介质。
技术介绍
随着全球经济的发展和能源的需求日益增大，储能系统得到了广泛的应用，锂离子电池箱是储能系统的重要组成元件，锂离子电池箱的性能决定了储能系统的性能。锂离子电池箱的充放电性能受电池箱的温度变化影响较大，因此，需要对电池箱进行良好的散热设计，以保证锂离子电池工作在最佳的温度范围。目前，针对电池箱的散热设计主要依赖于设计经验或者试错法进行优化，在设计过程中，首先采用试验测试或者仿真手段对电池箱的散热效果进行验证，然后根据验证结果对电池箱的散热参数进行修改和调整，在散热参数调整后，再次对电池箱的散热效果进行验证。该散热设计方法对设计人员的设计经验依赖性较高，且散热设计工作强度大、设计周期长，不利于实现对高质量产品设计的快速响应要求。
技术实现思路
本专利技术提供一种电池箱散热优化设计方法及其装置，以解决散热设计过程中工作强度大、设计周期长的问题，缩短了散热设计的时间，改善了电池箱的散热效果。第一方面，本专利技术实施例提供了一种电池箱散热优化设计方法，包括以下步骤：选取设计变量参数和设计目标量参数；在设计变量参数的预设区间内随机生成多个初始样本点；仿真计算每个所述初始样本点对应的设计目标量参数的第一响应值，并将每个所述初始样本点以及对应的第一响应值作为初始样本点组；根据所有的所述初始样本点组建立近似模型，并应用所述近似模型计算每个所述初始样本点组的近似样本点组；对所有的所述近似样本点组进行全局寻优，确定最优近似样本点组；将所述最优近似样本点组作为所述电池箱的散热参数。可选地，所述近似模型为克里金近似模型，所述近似模型满足函数关系Y(x)＝F(x)+Z(x)，其中，x为设计变量参数；Y(x)为设计目标量参数的预测值；F(x)为多项式函数；Z(x)为随机分布误差函数。可选地，在对所有的所述近似样本点组进行全局寻优之前，还包括以下步骤：判断所述近似模型是否满足设计精度；若是，则保留所述近似样本点组；否则，返回执行在设计变量参数的预设区间内随机生成多个初始样本点的操作。，可选地，所述判断所述近似模型是否满足设计精度，包括以下步骤：在设计变量参数的预设区间内随机生成多个检验样本点；仿真计算每个所述检验样本点对应的设计目标量参数的第二响应值；根据每个所述检验样本点和所述近似模型获取对应的设计目标量参数的预测值；计算所述检验样本点对应的设计目标量参数的第二响应值与对应的所述预测值的均方根误差；若所述均方根误差小于等于预设误差阈值，判定所述近似模型满足设计精度。可选地，所述对所有的所述近似样本点组进行全局寻优，确定最优近似样本点组包括：利用NSGA-Ⅱ多目标遗传算法对所有的所述近似样本点组进行遍历比较，确定最优近似样本点组。可选地，在将所述最优近似样本点组作为所述电池箱的散热参数之前还包括：对所述最优近似样本点组中的设计变量参数进行仿真计算，获取所述最优近似样本点组中的设计变量参数对应的设计目标量参数的第三响应值；计算所述第三响应值与所述最优近似样本点组中的设计目标量参数值的偏差率；若所述偏差率小于等于预设偏差阈值，则执行将所述最优近似样本点组作为所述电池箱的散热参数的操作。可选地，所述设计变量参数包括电池箱的进风速度、电池箱的进风温度、电芯的间隙和电池组的间隙；所述设计目标量参数包括电池组的最高温度、电池组间的温差和散热风扇的功率。第二方面，本专利技术实施例还提供了一种电池箱散热优化设计装置，包括：参数设置模块，用于选取设计变量参数和设计目标量参数；初始样本点生成模块，用于在设计变量参数的预设区间内随机生成多个初始样本点；初始样本点组获取模块，用于仿真计算每个所述初始样本点对应的设计目标量参数的第一响应值，并将每个所述初始样本点以及对应的第一响应值作为初始样本点组；近似样本点组获取模块，用于根据所有的所述初始样本点组建立近似模型，并应用所述近似模型计算每个所述初始样本点组的近似样本点组；寻优模块，用于对所有的所述近似样本点组进行全局寻优，确定最优近似样本点组；散热参数确定模块，用于将所述最优近似样本点组作为所述电池箱的散热参数。第三方面，本专利技术实施例还提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述电池箱散热优化设计方法。第四方面，本专利技术实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述电池箱散热优化设计方法。本专利技术实施例的电池箱散热优化设计方法，通过采用近似模型快速建立多个参数的样本数据，并采用优化算法对样本数据进行比较寻优，获得最优的参数，缩短了散热设计中选取参数及仿真验证的时间，解决了散热设计过程中工作强度大、设计周期长的问题，可以实现多个散热参数的优化，提高了设计效率，改善了电池箱的散热效果，提高了电池箱的充放电效率，延长了电池箱的使用寿命，提高了电池箱使用过程中的安全性。附图说明图1是本专利技术实施例的电池箱散热优化设计方法的流程图；图2是本专利技术实施例的一种电池箱散热优化设计方法的流程图；图3是本专利技术实施例的另一种电池箱散热优化设计方法的流程图；图4是本专利技术实施例的又一种电池箱散热优化设计方法的流程图；图5是本专利技术实施例的电池箱散热优化设计装置的结构示意图；图6是本专利技术实施例的设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。图1是本专利技术实施例的电池箱散热优化设计方法的流程图。本专利技术实施例提供了一种电池箱散热优化设计方法，其中，电池箱包括电池组和散热风扇。如图1所示，电池箱散热优化设计方法包括以下步骤：步骤S10、选取设计变量参数和设计目标量参数。本实施例中，电池箱的散热参数包括设计变量参数和设计目标量参数，设计变量参数用于调整电池箱的具体结构，设计变量参数为输入量参数；设计目标量参数用于表征电池箱的散热效果，设计目标量参数为输出量参数。设计目标量参数与设计变量参数一一对应，可根据设计变量参数获得对应的设计目标量参数的响应值，优化设计变量参数可以优化设计目标量参数，进而改善电池箱的散热效果。可选地，设计变量参数包括电池箱的进风速度v、电池箱的进风温度T、电芯的间隙d和电池组的间隙D；设计目标量参数包括电池组的最高温度Tmax、电池组间的温差ΔT和散热风扇的功率P。本实施例中，电池箱包括电池组和散热风扇，电池组包括多个单体电芯，电池箱的基本结构、电池组的布局和电池箱的进风情况均影响电池箱的散热效果，在进行电池箱散热设计时，可选定如下四个设计变量参数：电池箱的进风速度v、电池箱的进本文档来自技高网...

【技术保护点】
1.一种电池箱散热优化设计方法，其特征在于，包括以下步骤：/n选取设计变量参数和设计目标量参数；/n在设计变量参数的预设区间内随机生成多个初始样本点；/n仿真计算每个所述初始样本点对应的设计目标量参数的第一响应值，并将每个所述初始样本点以及对应的第一响应值作为初始样本点组；/n根据所有的所述初始样本点组建立近似模型，并应用所述近似模型计算每个所述初始样本点组的近似样本点组；/n对所有的所述近似样本点组进行全局寻优，确定最优近似样本点组；/n将所述最优近似样本点组作为所述电池箱的散热参数。/n

【技术特征摘要】
1.一种电池箱散热优化设计方法，其特征在于，包括以下步骤：
选取设计变量参数和设计目标量参数；
在设计变量参数的预设区间内随机生成多个初始样本点；
仿真计算每个所述初始样本点对应的设计目标量参数的第一响应值，并将每个所述初始样本点以及对应的第一响应值作为初始样本点组；
根据所有的所述初始样本点组建立近似模型，并应用所述近似模型计算每个所述初始样本点组的近似样本点组；
对所有的所述近似样本点组进行全局寻优，确定最优近似样本点组；
将所述最优近似样本点组作为所述电池箱的散热参数。


2.根据权利要求1所述的电池箱散热优化设计方法，其特征在于，所述近似模型为克里金近似模型，所述近似模型满足函数关系Y(x)＝F(x)+Z(x)，其中，
x为设计变量参数；Y(x)为设计目标量参数的预测值；F(x)为多项式函数；Z(x)为随机分布误差函数。


3.根据权利要求1所述的电池箱散热优化设计方法，其特征在于，在对所有的所述近似样本点组进行全局寻优之前，还包括以下步骤：
判断所述近似模型是否满足设计精度；
若是，则保留所述近似样本点组；否则，返回执行在设计变量参数的预设区间内随机生成多个初始样本点的操作。


4.根据权利要求3所述的电池箱散热优化设计方法，其特征在于，所述判断所述近似模型是否满足设计精度，包括以下步骤：
在设计变量参数的预设区间内随机生成多个检验样本点；
仿真计算每个所述检验样本点对应的设计目标量参数的第二响应值；
根据每个所述检验样本点和所述近似模型获取对应的设计目标量参数的预测值；
计算所述检验样本点对应的设计目标量参数的第二响应值与对应的所述预测值的均方根误差；
若所述均方根误差小于等于预设误差阈值，判定所述近似模型满足设计精度。


5.根据权利要求1所述的电池箱散热优化设计方法，其特征在于，所述对所有的所述近似样本点组进行全局寻优，确定最优近似样本点组包括：利用NSGA-Ⅱ多目标遗传算法对所有的所述近似样本点组进...

【专利技术属性】
技术研发人员：蔡鹏，魏泽席，蒙玉宝，郭燕春，龙准，刘锦波，刘金成，
申请(专利权)人：惠州亿纬锂能股份有限公司，
类型：发明
国别省市：广东;44